很多团队遇到性能问题第一反应是加资源：加服务器、加缓存、加数据库连接池。这种“加法”思维在短期内有效，但长期会带来高昂的运维成本与复杂度的指数级上升。更关键的是，不断堆叠的系统会让真正的性能瓶颈被掩盖，故障定位如同雾里看花。我们需要一种更理智的视角——减法。
加法思维是“以资源换速度”，典型的如水平扩展、增加缓存层、微服务拆分（某种意义上也是加法）。减法思维则是“以精简换速度”，包括消除冗余请求、精简数据结构、降低算法复杂度、缩短调用链。从经济学角度看，加法本质是提高成本以换取边际收益，减法是在固定成本下挖掘最大收益。从系统熵角度看，每增加一个组件，系统总熵增加，故障概率上升；每减少一个不必要的环节，系统熵下降，稳定性提升。因此，减法的优先级应高于加法。
要实施减法策略，首先需要建立完备的可观测性体系，用Trace和Metric定位真实瓶颈，避免凭直觉优化。其次，要分析请求链路中每个跳转的必要性，识别重复计算、无谓的序列化、大对象复制等隐性浪费。例如，在数据库访问中，减少N+1查询而不仅仅是加索引；在分布式系统中，通过批量接口减少网络往返；在资源使用上，设置合理的超时和重试，避免线程堆积。这些“减法”动作往往比单纯增加资源更有效，也更持久。
性能调优的本质不是一味地做加法，而是通过消除浪费，让系统达到“恰好”满足业务需求的状态。减法策略并不否定必要的加法，例如当业务量真实增长时，扩容是必须的。但应先减后加：先消除所有无谓开销，再评估剩余的硬需求是否仍需资源。这种思维能降低系统的长期复杂度，提升可维护性，最终获得可持续的性能优势。